CN113255649B - 一种基于图像识别的图像分割框选方法及终端 - Google Patents

Abstract

本发明公开了一种基于图像识别的图像分割框选方法及终端，将待识别图像的待框选区域按照第一预设大小进行框选，得到框选后的多个第一子图像，同时在每四个相邻第一子图像的中心交叉处进行第一预设大小的框选以得到第二子图像，第二子图像在对应的四个第一子图像中所框选的区域大小相同；对第一子图像和第二子图像分别进行分类识别，并根据置信度将识别结果分类为是和不是，将识别结果分类中为是的第一子图像和第二子图像所在的框选位置分别标记为第一区域和第二区域；依据第一区域和第二区域的位置关系确定目标区域。本发明能快速且准确分割出具有目标物的图片子区域以进行物体识别。

Description

一种基于图像识别的图像分割框选方法及终端

技术领域

本发明涉及图像处理技术领域，特别涉及一种基于图像识别的图像分割框选方法及终端。

背景技术

图像识别技术是人工智能的一个重要领域。它是指对图像进行对象识别，以识别各种不同模式的目标和对像的技术。

对于图像来说，每个物体所对应的图像都有其自己的特征，对于人类大脑来说，当视觉信息通过视网膜进入大脑时，视觉皮层将感觉输入转换成连贯的感知，这些连贯的感知可以理解为是物体的心理表征，并由大脑内的神经元进行不同的物体区分。

基于此，现有的图像识别技术中越来越多的应用到借鉴人类的神经网络算法。在此基础上，在一些应用场景下，还需要将物体识别之后并进行框选出来，比如在一张图像上有多个人脸，现在要将所有的人脸都框选出来，此时，需要对图片不停的切割以分别进行图像识别，从而使得在图像上确定每个人脸的目标区域。在此过程中，若切割后的子图像较小，则子图像数量较大，影响计算速度，若切割后的子图像较大，则确定的目标区域过大，无法准确出的框选出人脸目标区域。

发明内容

本发明所要解决的技术问题是：提供一种基于图像识别的图像分割框选方法及终端，能够快速且准确框选出目标。

为了解决上述技术问题，本发明采用的技术方案为：

一种基于图像识别的图像分割框选方法，包括：

步骤S1、将待识别图像的待框选区域按照第一预设大小进行框选，得到框选后的多个第一子图像，同时在每四个相邻所述第一子图像的中心交叉处进行所述第一预设大小的框选以得到第二子图像，所述第二子图像在对应的四个所述第一子图像中所框选的区域大小相同；

步骤S2、对所述第一子图像和所述第二子图像分别进行分类识别，并根据置信度将识别结果分类为是和不是，将识别结果分类中为是的所述第一子图像和所述第二子图像所在的框选位置分别标记为第一区域和第二区域；

步骤S3、依据所述第一区域和所述第二区域的位置关系确定目标区域。

为了解决上述技术问题，本发明采用的另一种技术方案为：

一种基于图像识别的图像分割框选终端，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现以下步骤：

步骤S1、将待识别图像的待框选区域按照第一预设大小进行框选，得到框选后的多个第一子图像，同时在每四个相邻所述第一子图像的中心交叉处进行所述第一预设大小的框选以得到第二子图像，所述第二子图像在对应的四个所述第一子图像中所框选的区域大小相同；

步骤S2、对所述第一子图像和所述第二子图像分别进行分类识别，并根据置信度将识别结果分类为是和不是，将识别结果分类中为是的所述第一子图像和所述第二子图像所在的框选位置分别标记为第一区域和第二区域；

步骤S3、依据所述第一区域和所述第二区域的位置关系确定目标区域。

本发明的有益效果在于：一种基于图像识别的图像分割框选方法及终端，将待识别图像的待框选区域按照第一预设大小进行框选，并对第一子图像进行交叉框选以得到第二子图像，从而对第一子图像和第二子图像分别进行分类识别，并根据置信度将识别结果分类为是和不是，将识别结果分类中为是的第一子图像和第二子图像所在的框选位置分别标记为第一区域和第二区域，从而依据第一区域和第二区域的重合区域能够快速准确定位到目标区域，以快速且准确的框选出目标物。

附图说明

图1为本发明实施例的一种基于图像识别的图像分割框选方法的流程示意图；

图2为本发明实施例的一种基于图像识别的图像分割框选方法所应用的图片示意图；

图3为本发明实施例的一种基于图像识别的图像分割框选终端的结构示意图。

标号说明：

1、一种基于图像识别的图像分割框选终端；2、处理器；3、存储器；

4、第一子图像；5、第二子图像；6、目标物。

具体实施方式

为详细说明本发明的技术内容、所实现目的及效果，以下结合实施方式并配合附图予以说明。

请参照图1至图2，一种基于图像识别的图像分割框选方法，包括：

步骤S1、将待识别图像的待框选区域按照第一预设大小进行框选，得到框选后的多个第一子图像，同时在每四个相邻所述第一子图像的中心交叉处进行所述第一预设大小的框选以得到第二子图像，所述第二子图像在对应的四个所述第一子图像中所框选的区域大小相同；

步骤S2、对所述第一子图像和所述第二子图像分别进行分类识别，并根据置信度将识别结果分类为是和不是，将识别结果分类中为是的所述第一子图像和所述第二子图像所在的框选位置分别标记为第一区域和第二区域；

步骤S3、依据所述第一区域和所述第二区域的位置关系确定目标区域。

从上述描述可知，本发明的有益效果在于：将待识别图像的待框选区域按照第一预设大小进行框选，并对第一子图像进行交叉框选以得到第二子图像，从而对第一子图像和第二子图像分别进行分类识别，并根据置信度将识别结果分类为是和不是，将识别结果分类中为是的第一子图像和第二子图像所在的框选位置分别标记为第一区域和第二区域，从而依据第一区域和第二区域的重合区域能够快速准确定位到目标区域，以快速且准确的框选出目标物。

进一步地，所述步骤S2具体包括：

步骤S21、对所述第一子图像和所述第二子图像分别进行分类识别，并根据置信度将识别结果分类为是和不是，将识别结果分类中为是的所述第一子图像和所述第二子图像所在的框选位置分别标记为第一区域和第二区域；

步骤S22、得到所述第一区域和所述第二区域产生重合的所有重合区域，对每一个所述重合区域进行分类识别，并根据置信度将识别结果分类为是和不是，若不是则直接执行步骤S23，若是，则将所述重合区域标记为初步目标区域，抑制所述初步目标区域之后再对所述第一区域和所述第二区域分别进行分类识别，直至不存在识别结果分类为是的区域则停止分类；

步骤S23、将所述第一区域除所述重合区域之外的其他区域作为所述待框选区域并减小所述第一预设大小之后执行所述步骤S1；

所述步骤S3具体包括：

对所述初步目标区域进行再次框选且每一次框选的大小不超过所述初步目标区域大小，直至最终框选得到的子图像的置信度在前后框选的多个子图像中为最大置信度时则停止下一次框选，将最终框选得到的子图像所在区域确定为目标区域并框选出所述目标区域。

应当知晓的是，如果存在第二区域的识别结果分类为是，则必然存在第一区域与之形成重合区域，反之则不亦然。

从上述描述可知，若重合区域的识别结果分类也为是，则存在一目标物在其重合区域上，但无法判断第一区域和第二区域的其他区域是否还存在其他目标物，因此需要抑制初步目标区域再进行图像分类以实现多个目标物的识别，而当不存在重合区域或者重合区域的识别结果分类为不是，则说明目标物不存在其重合区域，即存在于边角位置，从而对这些边角位置再进行框选和图像分类，这样可以省略中间区域的再次框选，从而快速且准确的框选出目标物。

进一步地，所述步骤S3具体包括：

步骤S31、从所述初步目标区域的第一边上逐步向着对应的第二边的方向缩小第二预设大小并得到缩小后的子图像的置信度，若首次缩小后的子图像的置信度小于所述初步目标区域的置信度，则执行步骤S32，否则执行步骤S33；

步骤S32、从所述初步目标区域的第一边上逐步向着对应的第二边的方向扩大所述第二预设大小并得到扩大后的子图像的置信度，将扩大后的子图像的置信度与前一次所述子图像的置信度进行比较并进行不断的扩大，直至当次扩大后的子图像的置信度大于前后两次扩大后的子图像的置信度为止，之后执行步骤S34；

步骤S33、继续往同一方向进行缩小并进行前后两次缩小的置信度比较，直至当次缩小后的子图像的置信度大于前后两次缩小后的子图像的置信度为止，之后执行步骤S34；

步骤S34、对所述初步目标区域的其他三个边分别作为第一边以分别执行步骤S31至步骤S33，将最终经过扩大或缩小后所得到的子图像所在区域确定为目标区域。

从上述描述可知，不同于常规的滑动分类，上述采用单边控制法并通过置信度的比较来对所要框选的四条边进行分别确认，以准确的框选出目标物。

进一步地，每一次缩小或者扩大的比例小于所述初步目标区域的十分之一。

进一步地，所述步骤S3还包括：

对不同的目标物采用不同的颜色进行框选。

从上述描述可知，对不同的目标物采用不同的颜色进行框选，以便于用户查看确认。

请参照图3，一种基于图像识别的图像分割框选终端，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现以下步骤：

步骤S1、将待识别图像的待框选区域按照第一预设大小进行框选，得到框选后的多个第一子图像，同时在每四个相邻所述第一子图像的中心交叉处进行所述第一预设大小的框选以得到第二子图像，所述第二子图像在对应的四个所述第一子图像中所框选的区域大小相同；

步骤S2、对所述第一子图像和所述第二子图像分别进行分类识别，并根据置信度将识别结果分类为是和不是，将识别结果分类中为是的所述第一子图像和所述第二子图像所在的框选位置分别标记为第一区域和第二区域；

步骤S3、依据所述第一区域和所述第二区域的位置关系确定目标区域。

从上述描述可知，本发明的有益效果在于：将待识别图像的待框选区域按照第一预设大小进行框选，并对第一子图像进行交叉框选以得到第二子图像，从而对第一子图像和第二子图像分别进行分类识别，并根据置信度将识别结果分类为是和不是，将识别结果分类中为是的第一子图像和第二子图像所在的框选位置分别标记为第一区域和第二区域，从而依据第一区域和第二区域的重合区域能够快速准确定位到目标区域，以快速且准确的框选出目标物。

所述步骤S2具体包括：得到所述第一区域和所述第二区域产生重合的所有重合区域；

进一步地，所述步骤S2具体包括：

步骤S21、对所述第一子图像和所述第二子图像分别进行分类识别，并根据置信度将识别结果分类为是和不是，将识别结果分类中为是的所述第一子图像和所述第二子图像所在的框选位置分别标记为第一区域和第二区域；

步骤S22、得到所述第一区域和所述第二区域产生重合的所有重合区域，对每一个所述重合区域进行分类识别，并根据置信度将识别结果分类为是和不是，若不是则直接执行步骤S23，若是，则将所述重合区域标记为初步目标区域，抑制所述初步目标区域之后再对所述第一区域和所述第二区域分别进行分类识别，直至不存在识别结果分类为是的区域则停止分类；

步骤S23、将所述第一区域除所述重合区域之外的其他区域作为所述待框选区域并减小所述第一预设大小之后执行所述步骤S1；

所述步骤S3具体包括：

对所述初步目标区域进行再次框选且每一次框选的大小不超过所述初步目标区域大小，直至最终框选得到的子图像的置信度在前后框选的多个子图像中为最大置信度时则停止下一次框选，将最终框选得到的子图像所在区域确定为目标区域并框选出所述目标区域。

从上述描述可知，若重合区域的识别结果分类也为是，则存在一目标物在其重合区域上，但无法判断第一区域和第二区域的其他区域是否还存在其他目标物，因此需要抑制初步目标区域再进行图像分类以实现多个目标物的识别，而当不存在重合区域或者重合区域的识别结果分类为不是，则说明目标物不存6在其重合区域，即存在于边角位置，从而对这些边角位置再进行框选和图像分类，这样可以省略中间区域的再次框选，从而快速且准确的框选出目标物。

进一步地，所述步骤S3具体包括：

步骤S31、从所述初步目标区域的第一边上逐步向着对应的第二边的方向缩小第二预设大小并得到缩小后的子图像的置信度，若首次缩小后的子图像的置信度小于所述初步目标区域的置信度，则执行步骤S32，否则执行步骤S33；

步骤S32、从所述初步目标区域的第一边上逐步向着对应的第二边的方向扩大所述第二预设大小并得到扩大后的子图像的置信度，将扩大后的子图像的置信度与前一次所述子图像的置信度进行比较并进行不断的扩大，直至当次扩大后的子图像的置信度大于前后两次扩大后的子图像的置信度为止，之后执行步骤S34；

步骤S33、继续往同一方向进行缩小并进行前后两次缩小的置信度比较，直至当次缩小后的子图像的置信度大于前后两次缩小后的子图像的置信度为止，之后执行步骤S34；

步骤S34、对所述初步目标区域的其他三个边分别作为第一边以分别执行步骤S31至步骤S33，将最终经过扩大或缩小后所得到的子图像所在区域确定为目标区域。

从上述描述可知，不同于常规的滑动分类，上述采用单边控制法并通过置信度的比较来对所要框选的四条边进行分别确认，以准确的框选出目标物。

进一步地，每一次缩小或者扩大的比例小于所述初步目标区域的十分之一。

进一步地，所述步骤S3还包括：

对不同的目标物采用不同的颜色进行框选。

从上述描述可知，对不同的目标物采用不同的颜色进行框选，以便于用户查看确认。

请参照图1至图2，本发明的实施例一为：

一种基于图像识别的图像分割框选方法，包括：

步骤S1、将待识别图像的待框选区域按照第一预设大小进行框选，得到框选后的多个第一子图像4，同时在每四个相邻第一子图像4的中心交叉处进行第一预设大小的框选以得到第二子图像5，第二子图像5在对应的四个第一子图像4中所框选的区域大小相同；

在本实施例中，第一预设大小可以根据目标物6的形状大小或者用户的预设值进行设置，比如如图2种按照2*2均分后的大小，或者其他等同实施例中的按照3*3、3*4等等均分后的大小。

其中，在本实施例中，若待识别图像不能按照第一预设大小进行均分，则如图2粗实线之外的区域那般进行黑色或者白色背景的填充。

如图2所示，其中细虚线即为第二子图像5所在的区域，圆形填充物即为目标物6，在本实施例中，为了便于说明，只采用了一个目标物6，在其他等同实施例中，一张待识别图像存在多个目标物6均可以使用本实施例进行框选确定。

步骤S2、对第一子图像4和第二子图像5分别进行分类识别，并根据置信度将识别结果分类为是和不是，将识别结果分类中为是的第一子图像4和第二子图像5所在的框选位置分别标记为第一区域和第二区域；

在本实施例中，步骤S2具体包括：

步骤S21、对第一子图像4和第二子图像5分别进行分类识别，并根据置信度将识别结果分类为是和不是，将识别结果分类中为是的第一子图像4和第二子图像5所在的框选位置分别标记为第一区域和第二区域；

即图2中的左上区域为第一区域，细虚线所围的即为第二区域。

步骤S22、得到第一区域和第二区域产生重合的所有重合区域，对重合区域进行分类识别，并根据置信度将识别结果分类为是和不是，若不是则直接执行步骤S23，若是，则将重合区域标记为初步目标区域，抑制初步目标区域之后再对第一区域和第二区域分别进行分类识别，直至不存在识别结果分类为是的区域则停止分类；

其中，图2中的第一区域和第二区域产生重合的一个重合区域包含了目标物6，因此其识别结果分类为是，将其标记为初步目标区域，之后对第一区域和第二区域除分别进行分类识别，不存在识别结果分类为是的区域，则停止进行分类识别。

步骤S23、将第一区域除重合区域之外的其他区域作为待框选区域并减小第一预设大小之后执行步骤S1；

即只要有第二区域，则必然存在第一区域与之重合。而不存在重合区域，则没有第二区域，只有第一区域即待识别图像的边角才还会存在目标物6，因此将其作为待框选区域进行再次框选和分类识别。

其中减小第一预设大小是指，前面所指的第一预设大小是对待识别图像这一整张图像按照预设行列进行第一次框选之后的大小，此时，需要框选的区域从一整张图像变成只有对应边角的区域，因此，可以设置每次切割的行列是一致的，这样每次切割后的第一预设大小都是不断缩小的。

步骤S3、依据第一区域和第二区域的位置关系确定目标区域。

步骤S3具体包括：

对初步目标区域进行再次框选且每一次框选的大小不超过初步目标区域大小，直至最终框选得到的子图像的置信度在前后框选的多个子图像中为最大置信度时则停止下一次框选，将最终框选得到的子图像所在区域确定为目标区域并框选出目标区域。

在本实施例中，步骤S3具体包括：

步骤S31、从初步目标区域的第一边上逐步向着对应的第二边的方向缩小第二预设大小并得到缩小后的子图像的置信度，若首次缩小后的子图像的置信度小于初步目标区域的置信度，则执行步骤S32，否则执行步骤S33；

步骤S32、从初步目标区域的第一边上逐步向着对应的第二边的方向扩大第二预设大小并得到扩大后的子图像的置信度，将扩大后的子图像的置信度与前一次子图像的置信度进行比较并进行不断的扩大，直至当次扩大后的子图像的置信度大于前后两次扩大后的子图像的置信度为止，之后执行步骤S34；

其中，若是扩大后的首次，则前一次子图像就是初步目标区域。

步骤S33、继续往同一方向进行缩小并进行前后两次缩小的置信度比较，直至当次缩小后的子图像的置信度大于前后两次缩小后的子图像的置信度为止，之后执行步骤S34；

步骤S34、对初步目标区域的其他三个边分别作为第一边以分别执行步骤S31至步骤S33，将最终经过扩大或缩小后所得到的子图像所在区域确定为目标区域；

S35、对不同的目标物6采用不同的颜色进行框选。

其中，如图2所示的唯一一个重合区域中左边已经切入目标物6，由此，在将左边往右边缩小的时候其置信度下降，则开始向着远离右边的方向扩大，直至当次扩大后的子图像的置信度大于前后两次扩大后的子图像的置信度为止，则当次扩大后的子图像即为最合适的“左边”，同理右边需要往外扩大，上边需要往下缩小，下边需要往下扩大，最终可以得到包含目标物6的最准确的框选区域。

在本实施例中，每一次缩小或者扩大的比例小于初步目标区域的十分之一。

请参照图3，本发明的实施例二为：

一种基于图像识别的图像分割框选终端1，包括存储器3、处理器2及存储在存储器3上并可在处理器2上运行的计算机程序，处理器2执行计算机程序时实现上述实施例一的步骤。

综上所述，本发明提供的一种基于图像识别的图像分割框选方法及终端，将待识别图像的待框选区域按照第一预设大小进行框选，并对第一子图像进行交叉框选以得到第二子图像，从而对第一子图像和第二子图像分别进行分类识别，并根据置信度将识别结果分类为是和不是，将识别结果分类中为是的第一子图像和第二子图像所在的框选位置分别标记为第一区域和第二区域，从而依据第一区域和第二区域的重合区域能够快速准确定位到目标区域，并采用单边控制法并通过置信度的比较来对所要框选的四条边进行分别确认，以准确的框选出目标物所在区域，从而快速且准确分割出具有目标物的图片子区域以进行物体识别。

从上述描述可知，不同于常规的滑动分类，上述采用单边控制法并通过置信度的比较来对所要框选的四条边进行分别确认，以准确的框选出目标物。

以上所述仅为本发明的实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等同变换，或直接或间接运用在相关的技术领域，均同理包括在本发明的专利保护范围内。

Claims (6)

1.一种基于图像识别的图像分割框选方法，其特征在于，包括：

步骤S1、将待识别图像的待框选区域按照第一预设大小进行均分，得到均分后的多个第一子图像，同时每四个相邻第一子图像构成田字形，在田字形的中心交叉处进行所述第一预设大小的框选以得到第二子图像，所述第二子图像在每个所述第一子图像中所框选的区域大小相同；

步骤S2、对所述第一子图像和所述第二子图像分别进行分类识别，以获得初步目标区域；

所述步骤S2具体包括：

步骤S21、对所述第一子图像和所述第二子图像分别进行分类识别，并根据置信度将识别结果分类为是和不是，将识别结果分类中为是的所述第一子图像和所述第二子图像所在的框选位置分别标记为第一区域和第二区域；

步骤S22、得到所述第一区域和所述第二区域产生重合的所有重合区域，对每一个所述重合区域进行分类识别，并根据置信度将识别结果分类为是和不是，若不是则直接执行步骤S23，若是，则将所述重合区域标记为初步目标区域，抑制所述初步目标区域之后再对所述第一区域和所述第二区域分别进行分类识别，直至不存在识别结果分类为是的区域则停止分类；

步骤S23、将所述第一区域除所述重合区域之外的其他区域作为所述待框选区域并减小所述第一预设大小之后执行所述步骤S1；

步骤S3、依据所述初步目标区域确定目标区域；

所述步骤S3具体包括：

步骤S31、从所述初步目标区域的第一边上逐步向着对应的第二边的方向缩小第二预设大小并得到缩小后的子图像的置信度，若首次缩小后的子图像的置信度小于所述初步目标区域的置信度，则执行步骤S32，否则执行步骤S33；

步骤S32、从所述初步目标区域的第一边上逐步远离对应的第二边的方向扩大所述第二预设大小并得到扩大后的子图像的置信度，将扩大后的子图像的置信度与前一次所述子图像的置信度进行比较并进行不断地扩大，直至当次扩大后的子图像的置信度大于前一次和后一次扩大后的子图像的置信度为止，之后执行步骤S34；

步骤S33、继续往同一方向进行缩小并进行前一次和后一次缩小的置信度比较，直至当次缩小后的子图像的置信度大于前一次和后一次缩小后的子图像的置信度为止，之后执行步骤S34；

步骤S34、对所述初步目标区域的其他三个边分别作为第一边以分别执行步骤S31至步骤S33，将最终经过扩大或缩小后所得到的子图像所在区域确定为目标区域。

2.根据权利要求1所述的一种基于图像识别的图像分割框选方法，其特征在于，每一次缩小或者扩大的比例小于所述初步目标区域的十分之一。

3.根据权利要求1所述的一种基于图像识别的图像分割框选方法，其特征在于，所述步骤S3还包括：对不同的目标物采用不同的颜色进行框选。

4.一种基于图像识别的图像分割框选终端，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现以下步骤：

步骤S1、将待识别图像的待框选区域按照第一预设大小进行均分，得到均分后的多个第一子图像，同时每四个相邻第一子图像构成田字形，在田字形的中心交叉处进行所述第一预设大小的框选以得到第二子图像，所述第二子图像在每个所述第一子图像中所框选的区域大小相同；

步骤S2、对所述第一子图像和所述第二子图像分别进行分类识别，以获得初步目标区域；

所述步骤S2具体包括：

步骤S21、对所述第一子图像和所述第二子图像分别进行分类识别，并根据置信度将识别结果分类为是和不是，将识别结果分类中为是的所述第一子图像和所述第二子图像所在的框选位置分别标记为第一区域和第二区域；

步骤S22、得到所述第一区域和所述第二区域产生重合的所有重合区域，对每一个所述重合区域进行分类识别，并根据置信度将识别结果分类为是和不是，若不是则直接执行步骤S23，若是，则将所述重合区域标记为初步目标区域，抑制所述初步目标区域之后再对所述第一区域和所述第二区域分别进行分类识别，直至不存在识别结果分类为是的区域则停止分类；

步骤S23、将所述第一区域除所述重合区域之外的其他区域作为所述待框选区域并减小所述第一预设大小之后执行所述步骤S1；

步骤S3、依据所述初步目标区域确定目标区域；

所述步骤S3具体包括：

步骤S31、从所述初步目标区域的第一边上逐步向着对应的第二边的方向缩小第二预设大小并得到缩小后的子图像的置信度，若首次缩小后的子图像的置信度小于所述初步目标区域的置信度，则执行步骤S32，否则执行步骤S33；

步骤S32、从所述初步目标区域的第一边上逐步远离对应的第二边的方向扩大所述第二预设大小并得到扩大后的子图像的置信度，将扩大后的子图像的置信度与前一次所述子图像的置信度进行比较并进行不断地扩大，直至当次扩大后的子图像的置信度大于前一次和后一次扩大后的子图像的置信度为止，之后执行步骤S34；

步骤S33、继续往同一方向进行缩小并进行前一次和后一次缩小的置信度比较，直至当次缩小后的子图像的置信度大于前一次和后一次缩小后的子图像的置信度为止，之后执行步骤S34；

步骤S34、对所述初步目标区域的其他三个边分别作为第一边以分别执行步骤S31至步骤S33，将最终经过扩大或缩小后所得到的子图像所在区域确定为目标区域。

5.根据权利要求4所述的一种基于图像识别的图像分割框选终端，其特征在于，每一次缩小或者扩大的比例小于所述初步目标区域的十分之一。

6.根据权利要求4所述的一种基于图像识别的图像分割框选终端，其特征在于，所述步骤S3还包括：对不同的目标物采用不同的颜色进行框选。